CN105551003B - 一种图像条带噪声及坏线消除方法 - Google Patents
一种图像条带噪声及坏线消除方法 Download PDFInfo
- Publication number
- CN105551003B CN105551003B CN201510961793.8A CN201510961793A CN105551003B CN 105551003 B CN105551003 B CN 105551003B CN 201510961793 A CN201510961793 A CN 201510961793A CN 105551003 B CN105551003 B CN 105551003B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- row
- calculating
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000013598 vector Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 abstract description 4
- 241000132092 Aster Species 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明属于遥感图像处理领域,具体涉及一种图像条带噪声及坏线消除方法,的目的是克服现有技术的缺陷,提供一种应用于线阵推扫方式成像的传感器的图像条带噪声及坏线消除方法,通过对图像进行计算,消除影像中的非零值或饱和值坏线,以及图像中的条带噪声。本发明可以有效的消除影像中的垂直或水平条带噪声,经过处理后的图像不存在明显的条带噪声现象。为了进一步验证方法的准确性,对质量较高的无条带噪声数据进行验证计算,目的是为了解算法是否会对无条带数据进行错误的调整,对Aster数据进行的计算表明,各列的β值大部分为0,仅有极个别为1或2,说明本方法确定的β值精度较高。
Description
技术领域
本发明属于遥感图像处理领域,具体涉及一种图像条带噪声及坏线消除方法。
背景技术
目前多数航空或航天光学遥感图像均以线阵推扫方式获取,当传感器线阵上某一传感器出现故障时,就会造成采集的图像中有坏线出现。一部分坏线完全没有数值,无法使用;另一部分则数值显著高于其它像素形成亮线,或数据显著低于其它像素形成暗线,这一部分数据则可以通过处理使其成为正常像素继续使用。
目前的主要的环线去除算法为均值替换法和矩滤波方法。均值替换法是利用与坏线相临的两例数据求平均值代替坏线数据,这种方法完全舍弃了亮线或暗线中有用的数据,造成了信息的损失。矩滤波方法则是利用相临图像的均值和方差为参考,使亮线或暗线的均值与方差与之相等,但实际上坏线的均值和方差不可能与相临像素相同,因此处理后可能会有明显的误差。
数据传感器的光电子元件,在接受的光信号之后,通过放大器放大,将光信号转化成电信号,测量的地物辐射亮度值为:
DN=α*I+β (1)
其中α代表放大器的增益,I代表传感器接收到的光信号强度,β代表为消除传感器中的暗电流所加入的偏移量。α值随传感器的不同有所变化,β同α一样除随传感器发生变化外,还受到传感器温度、时间的变化影响。线阵推扫成像方式的传感器,因此沿扫描带方向的同列数据为同一传感器接收的数据,具有相同的α值和β值,因此坏线产生的原因主要由α和β的误差造成。所以只要确定合适的α、β即可以实现对坏线的去除。一般情况下,传感器在出厂以前α值已经经过准确的校正,造成的误差往往较小。β值则不停的变化,需要传感器在成像前对暗电流进行测量确定,因此产生的误差可能性较大。因此合理调整β值可以实现对坏线的消除。
发明内容
本发明的目的是克服现有技术的缺陷,提供一种应用于线阵推扫方式成像的传感器的图像条带噪声及坏线消除方法,通过对图像进行计算,消除影像中的非零值或饱和值坏线,以及图像中的条带噪声。
本发明是这样实现的:
一种图像条带噪声及坏线消除方法,具体包括如下步骤:
步骤1:设图像为M行N列,计算图像的均值和各列的像素均值;
步骤2:选取列像素均值与图像均值最接近的一列作为参考列,假设为第J列,令jL=jR=J。
步骤3:对第jL-1列像素,求数值β1,使得
为最小值;对第jR+1列像素,求数值β2,使得
为最小值。
β表示像素值应加入的偏移量,见公式(1);p(i,j)为为图像中第i行的第j列像素的值;将图像以第J列为中心,分为两部分,左侧的计算用jL表示,右侧计算用jR表示;
步骤4:计算p(jL-1,i)=p(jL-1,i)+β1,p(jR+1,i)=p(jR+1,i)+β2;i=1,2…M.
步骤5:将步骤4得到的jL-1和jR+1作为新参考列,即分别令jL=jL-1,jR=jR+1。重复步骤3和步骤4;若jL=2,则结束jL对应算式的计算;jR=N-1则结束jR对应算式的计算;
如上所述的步骤30中β1和β2计算可利用如下步骤进行:
(1)图像中的相邻两列像素,对于i=1,2,…M,计算Δpi=p(j,i)-p(j+1,i),则ΔP={Δp1,Δp2…ΔpM};其中M为图像的行数,p(i,j)为图像中第i行的第j列像素的值,Δpi是同一行相邻的两个像素的差值。
(2)对ΔP中的元素按大小进行排序,形成新序列ΔP={Δp′1,Δp′2…Δp′M}。
(3)则β=Δp′M/2,即ΔP向量各元素的中位数。
本发明的有益效果是:
本发明可以有效的消除影像中的垂直或水平条带噪声,经过处理后的图像不存在明显的条带噪声现象。为了进一步验证方法的准确性,对质量较高的无条带噪声数据进行验证计算,目的是为了解算法是否会对无条带数据进行错误的调整,对Aster数据进行的计算表明,各列的β值大部分为0,仅有极个别为1或2,说明本方法确定的β值精度较高。
附图说明
图1是本发明的一种图像条带噪声及坏线消除方法的流程图。
具体实施方式
下面结合附图和实施例对本发明进行进一步描述。
如图1所示,一种图像条带噪声及坏线消除方法,具体包括如下步骤:
步骤1:设图像为M行N列,计算图像的均值和各列的像素均值;
步骤2:选取列像素均值与图像均值最接近的一列作为参考列,假设为第J列,令jL=jR=J。
步骤3:对第jL-1列像素,求数值β1,使得
为最小值;对第jR+1列像素,求数值β2,使得
为最小值。
β表示像素值应加入的偏移量,见公式(1);p(i,j)为为图像中第i行的第j列像素的值;将图像以第J列为中心,分为两部分,左侧的计算用jL表示,右侧计算用jR表示;
步骤4:计算p(jL-1,i)=p(jL-1,i)+β1,p(jR+1,i)=p(jR+1,i)+β2;i=1,2……M.
步骤5:将步骤4得到的jL-1和jR+1作为新参考列,即分别令jL=jL-1,jR=jR+1。重复步骤3和步骤4;若jL=2,则结束jL对应算式的计算;jR=N-1则结束jR对应算式的计算;
其中步骤30中β1和β2计算可利用如下步骤进行:
(1)图像中的相邻两列像素,对于i=1,2,……M,计算Δpi=p(j,i)-p(j+1,i),则ΔP={Δp1,Δp2…ΔpM};其中M为图像的行数,p(i,j)为图像中第i行的第j列像素的值,Δpi是同一行相邻的两个像素的差值。
(2)对ΔP中的元素按大小进行排序,形成新序列ΔP={Δp′1,Δp′2…Δp′M}。
(3)则β=Δp′M/2,即ΔP向量各元素的中位数。
试验表明,该方法可以有效的消除影像中的垂直或水平条带噪声,经过处理后的图像不存在明显的条带噪声现象。为了进一步验证方法的准确性,对质量较高的无条带噪声数据进行验证计算,目的是为了解算法是否会对无条带数据进行错误的调整,对Aster数据进行的计算表明,各列的β值大部分为0,仅有极个别为1或2,说明本方法确定的β值精度较高。
Claims (2)
1.一种图像条带噪声及坏线消除方法,具体包括如下步骤:
步骤1:设图像为M行N列,计算图像的均值和各列的像素均值;
步骤2:选取列像素均值与图像均值最接近的一列作为参考列,假设为第J列,令jL=jR=J;
步骤3:对第jL-1列像素,求数值β1,使得
为最小值;对第jR+1列像素,求数值β2,使得
为最小值;
β表示像素值应加入的偏移量;p(i,j)为为图像中第i行的第j列像素的值;将图像以第J列为中心,分为两部分,左侧的计算用jL表示,右侧计算用jR表示;
步骤4:计算p(jL-1,i)=p(jL-1,i)+β1,p(jR+1,i)=p(jR+1,i)+β2;i=1,2…M.
步骤5:将步骤4得到的jL-1和jR+1作为新参考列,即分别令jL=jL-1,jR=jR+1;重复步骤3和步骤4;若jL=2,则结束jL对应算式的计算;jR=N-1则结束jR对应算式的计算。
2.根据权利要求1所述的图像条带噪声及坏线消除方法,其特征在于:所述的步骤3中β1和β2计算可利用如下步骤进行:
(1)图像中的相邻两列像素,对于i=1,2,…M,计算Δpi=p(j,i)-p(j+1,i),则ΔP={Δp1,Δp2…ΔpM};其中M为图像的行数,p(i,j)为图像中第i行的第j列像素的值,Δpi是同一行相邻的两个像素的差值;
(2)对ΔP中的元素按大小进行排序,形成新序列ΔP={Δp′1,Δp′2…Δp′M};
(3)则β=Δp′M/2,即ΔP向量各元素的中位数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510961793.8A CN105551003B (zh) | 2015-12-21 | 2015-12-21 | 一种图像条带噪声及坏线消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510961793.8A CN105551003B (zh) | 2015-12-21 | 2015-12-21 | 一种图像条带噪声及坏线消除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105551003A CN105551003A (zh) | 2016-05-04 |
CN105551003B true CN105551003B (zh) | 2018-09-28 |
Family
ID=55830179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510961793.8A Active CN105551003B (zh) | 2015-12-21 | 2015-12-21 | 一种图像条带噪声及坏线消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105551003B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442608A (zh) * | 2008-12-31 | 2009-05-27 | 中国资源卫星应用中心 | 一种对ccd相机的相对辐射校正进行改进的方法 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103605119A (zh) * | 2013-09-18 | 2014-02-26 | 北京航空航天大学 | 一种星载合成孔径雷达条带模式方位模糊抑制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1594308A1 (en) * | 2004-05-07 | 2005-11-09 | Dialog Semiconductor GmbH | Single line Bayer filter RGB bad pixel correction |
-
2015
- 2015-12-21 CN CN201510961793.8A patent/CN105551003B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442608A (zh) * | 2008-12-31 | 2009-05-27 | 中国资源卫星应用中心 | 一种对ccd相机的相对辐射校正进行改进的方法 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103605119A (zh) * | 2013-09-18 | 2014-02-26 | 北京航空航天大学 | 一种星载合成孔径雷达条带模式方位模糊抑制方法 |
Non-Patent Citations (3)
Title |
---|
A MAP-Based Algorithm for Destriping and Inpainting of Remotely Sensed Images;Huanfeng Shen 等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20081209;第47卷(第5期);1492-1502 * |
一种高光谱图像条带噪声去除改进算法;郑逢斌 等;《计算机科学》;20100531;第37卷(第5期);265-267 * |
高光谱图像条带噪声去除算法研究;房彩丽 等;《计算机工程与应用》;20101114;第48卷(第12期);158-162 * |
Also Published As
Publication number | Publication date |
---|---|
CN105551003A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272520B (zh) | 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法 | |
CN106197612B (zh) | 一种基于机器视觉的透明瓶装液位检测方法 | |
US20090040343A1 (en) | Methods and apparatuses for defective pixel detection and correction | |
JP2014086862A5 (zh) | ||
US9904841B2 (en) | Method and system for estimating finger movement | |
EP2505364A3 (en) | Recording position error measurement apparatus and method, image forming apparatus and method, and computer-readable medium | |
JP2017028511A5 (zh) | ||
WO2015198875A1 (ja) | イメージセンサ、演算方法、および電子装置 | |
JP2012251997A (ja) | 三次元計測装置、三次元計測装置の制御方法、およびプログラム | |
KR101824607B1 (ko) | 적외선 영상 보정 방법 | |
US9147257B2 (en) | Consecutive thin edge detection system and method for enhancing a color filter array image | |
JP2006130285A5 (zh) | ||
CN105551003B (zh) | 一种图像条带噪声及坏线消除方法 | |
JP2012070053A5 (ja) | 画像処理装置及びその倍率色収差補正方法、撮像装置、倍率色収差補正プログラム、並びに記録媒体 | |
US8717465B2 (en) | Blemish detection sytem and method | |
CN103997611B (zh) | 一种基于噪声模板的图像固定模式噪声的抑制方法 | |
CN108645431B (zh) | 一种用于光纤法珀传感器腔长相关解调的拟合寻峰方法 | |
JP2015215199A (ja) | 自発光材料画像処理装置及び自発光材料画像処理方法 | |
CN111207833A (zh) | 一种基于图像数据归一化技术的测温方法 | |
WO2012063265A4 (en) | Method and apparatus for detecting the bad pixels in sensor array and concealing the error | |
JP2016134908A5 (zh) | ||
JP2005309651A (ja) | 撮像素子および撮像装置のシェーディング処理装置、およびシェーディング処理方法 | |
CN109297604B (zh) | 一种获取红外热像仪两点校正定标参数的方法及系统 | |
US20170085870A1 (en) | Image sensor calibration | |
CN104954704B (zh) | 一种用于拉曼光谱仪ccd信号降噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |